gpt4 book ai didi

Python heapify 实现运行时

转载 作者:塔克拉玛干 更新时间:2023-11-03 05:16:14 27 4
gpt4 key购买 nike

我正在学习一门关于数据结构和算法的类(class),我应该在其中实现堆排序算法以在指定的时间范围内运行。下面是两个实现:

def generateSwaps():
size=self._n
for root in range((size//2)-1,-1,-1):
root_val = self._data[root] # save root value
child = 2*root+1
while(child<size):
if child<size-1 and self._data[child]>self._data[child+1]:
child+=1
if root_val<=self._data[child]: # compare against saved root value
break
self._data[(child-1)//2]=self._data[child] # find child's parent's index correctly
self._swaps.append(((child-1)//2,child))
child=2*child+1
# print(child)
self._data[(child-1)//2]=root_val # here too, and assign saved root value
return self._data

这里,self._n 是输入的大小,self._data 是需要形成堆的元素列表。这个实现以更短的运行时间通过了测试(最大迭代耗时 0.32 秒)给定 3 秒的时间限制)。

下面是第二个惨败的代码片段(最大迭代耗时 6 秒)

for i in range(self._n//2 , -1, -1):
child_index = 0
if (2*i + 2) == self._n:
child_index = 2*i + 1
elif (2*i + 2) < self._n:
child_index = self._data.index(min(self._data[(2*i) + 1],self._data[(2*i) + 2]))
else:
child_index = 0

while self._data[i] > self._data[child_index]:
b = 0
print("child is smaller for n = " + str(i))
print(child_index)
if child_index == 0:
break
else:
self._swaps.append((i, child_index))
self._data[i], self._data[child_index] = self._data[child_index], self._data[i]
if child_index <= n//2:
i = child_index
else:
break
if (2*i + 2) == self._n:
child_index = 2*i + 1
elif(2*i + 2) < self._n:
child_index = self._data.index(min(self._data[(2*i) + 1],self._data[(2*i) + 2]))
else:
child_index = 0

print("hello work")
self._data[i], self._data[child_index] = self._data[child_index], self._data[i]
print(self._data)

我想了解的是运行时间差异如此之大的原因。我认为这可能是由于在 while 循环中的每一步都交换了列表项,但是由于 python 中的列表基本上是一个数组,我意识到交换也应该是恒定的时间步长(这是我的假设。请纠正我,如果我一个错误)。

提前致谢

最佳答案

正如 user2357112 和 user2357112 在上面的评论中所建议的,问题出在下面一行中的 .index() 操作。

child_index = self._data.index(min(self._data[(2*i) + 1],self._data[(2*i) + 2]))

在数组中查找元素索引的运行时间为 O(n),因为它需要遍历数组直到找到值的第一个匹配项。这导致第二个实现中的运行时间过长。在第一个实现中,这已被直接比较所考虑的子项及其相邻子项的值所取代,如下所示。

if child<size-1 and self._data[child]>self._data[child+1]:
child+=1

由于数组对元素的访问是常量时间的,所以上面的实现是常量时间从而减少了运行时间。

关于Python heapify 实现运行时,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45703759/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com